应用神经网络建立加速度峰值衰减规律

在假定了加速度峰值衰减规律的形式后，本采用人工神经网络拟合实际加速度峰值观测资料来求取方程中的待定系数。为加速神经网络的训练，本设计了基于ＢＰ学习算法的目标分段网络训练法。     

一种基于浑沌理论的联想记忆神经网络模型

根据联想记忆神经网络的基本原理，提出了一种基于浑沌理论的联想记忆神经网络模型及相应的求解方案，并对该种模型进行了预报试验。结果表明，该种模型的历史预报准确率和实际预报准确率均超过一般随机预报，值得进一步研究和应用。     

一种粒子——烟团扩散模型的应用研究

本文运用随机游动模拟方法改进建立一种粒子－－烟团模式，成功地模拟了对流边界层条件下污染物扩散，粒子－－烟团模式的模拟结果与水槽试验的结果吻合较好。数值模拟试验结果表明粒子－－烟团模式能在旋放粒子数较少，从而运行时间很短的情况下，得到优于一般随机游动模式的模拟性能。用ＫＮＲＣ的资料对模拟性能作一验证，表明模式也能很好地模拟实际大气中不同稳定度情况下的扩散。     

神经网络在石油科学中的应用

人工神经网络理论的诞生及发展给石油科学的研究方法注入新生力量，该方法能应用于油气勘探及开发的各个阶段，对储层横向预测及地震资料的处理和解译等方面提供了有效的手段，神经网络方法在石油科学中的应用研究具有重要的理论和现实意义。     

储层质量模糊评判权重的确定方法

将模糊综合评判方法与神经网络技术相结合，利用神经网络的自学习功能来获取模糊综合评判中评价参数的权重，并通过实际储层质量评价验证了这种方法的有效性。     

隧道支护结构荷载作用的随机反演

提出荷载－结构模式进行随机反分析方法，从隧道支护结构变形反算对应的荷载作用，可反推围岩抗力系数和覆土荷载的分布情况，以及作用于支护结构上各部位的外荷载。提出了以实测位移为基础的样条函数插值．以插值位移补充大量的实测值，满足了反分析所需众多的已知位移数。通过一施工实例对该方法的可行性进行了检验。     

随机地震荷载作用下饱和粉土的液化特性

为了考虑随机地震荷载作用下饱和粉土的液化特性，研究了如何通过合理的地震响应分析确定饱和粉土层受到的随机地震荷载，进一步探讨了随机地震荷载作用下的动三轴试验技术，以及利用此种试验分析饱和粉土液化特性的方法。研究结果为形成判别饱和粉土层地震液化可能性的新方法提供了依据。     

地球物理反问题中的随机反演理论

本文从最大后验概率密度观点出发，在数据噪音向量和待求模型向量为具有零均值的独立高斯随机过程的假设前提下，建立起了随机反演的非线性系统方程；给出了模型方差估计的函数表达式，并在文章最后，证明了反演解的稀疏性，即解释了随机反演的输出解的高分辨率特征。文章在最小二乘反演方法的基础上，发展并完善了随机反演方法的理论基础；揭示了随机反演方法与最小二乘反演方法之间的本质区别；阐述了随机反演方法的优越性，并指出了其广阔的应用前景。     

对近年来地震危险区预测效果的评估

采用R值评分方法，对中国地震局地球物理研究所2001—2004年度划定的全国地震危险区进行了评估，2001—2004年度的R值分别为0．265、0．182、0．293、0．404。近两年的R值相对高些，为了排除随机成分，做了相应的随机预报试验检验，并对地震落入危险区的随机概率作了估计。结果表明，4个年度的R值明显高于随机预报，除2002年度外，地震随机落入危险区的概率很低，不到2％。这说明中国地震局地球物理研究所实际地震危险区划分取得了一定的效果，且逐年提高。     

一种基于数据融合的地球物理数据联合反演方法

从地球物理反演的基本概念出发，认为地球物理反演是 对实测数据的地球物理属性的理解或解释，多方法的地球物理数据联合反演是一种多传感器 的数据融合. 本文分析了地球物理数据的模糊特性，采用基于语义的模糊化方法，使不同物 理意义和尺度的特征数据及测区的地质和地球物理背景成为一体，结合地球物理专家解释的 方法，利用基于模糊逻辑系统的神经网络实现了融合. 该方法充分利用了各种地球物理探测 数据的全部信息，避免了线性反演的复杂计算；其数据融合的观点,为解决地球物理联合反 演问题提供了新的思路. 通过模拟实验和应用实例验证，该方法是有效的.